Community이미지github.com

fractalwright

프랙탈 이미지, 애니메이션, 음악 비주얼라이저를 렌더링, 측정 및 식별합니다. 만델브로트, 줄리아, 버닝 쉽, 멀티브로트, 프랙탈 플레임, IFS, L-시스템, 스트레인지 어트랙터, fBm 지형 등을 PNG/MP4와 함께 재현 가능한 레시피 JSON으로 출력합니다.

fractalwright란 무엇인가요?

fractalwright는 프랙탈 및 혼돈 시스템을 전문적으로 다루는 AI 에이전트 스킬로, 사용자가 프랙탈 이미지, 배경화면, 비디오를 요청하거나 '만델브로트 줌 렌더링', '프랙탈 플레임 만들기', '이 노래의 윈앰프 스타일 비주얼라이저', '이 사진은 어떤 프랙탈인가요', '이 해안선의 프랙탈 차원을 측정해줘'와 같은 명령을 내릴 때 사용됩니다. 이 스킬은 Claude Code, Cursor, Codex와 같은 AI 코딩 에이전트 플랫폼에서 실행되며, Python 기반 CLI 도구(`python scripts/fw.py`)를 통해 작동합니다. 주요 기능으로는 다양한 프랙탈 패밀리(만델브로트, 줄리아, 버닝 쉽, 트라이콘, 멀티브로트 등) 렌더링, WebGL2 기반 실시간 탐색기, 오디오 반응형 뮤직 비디오 생성, 박스 카운팅 차원 측정, 프랙탈 식별, 그리고 IFS, L-시스템, 스트레인지 어트랙터, fBm 지형, 3D 프랙탈(만델벌브, 만델박스, 쿼터니언 줄리아, 멩거 스펀지) 렌더링을 포함합니다. 모든 출력은 PNG 이미지와 함께 정확히 재현 가능한 레시피 JSON을 생성하며, 측정값(차원, 면적, 대칭성)은 추측이 아닌 실제 측정 기반입니다. 딥 줌의 경우 float64 한계(약 1e-13)를 넘으면 Decimal 기준 궤도와 이중 정밀도 섭동 셰이더를 사용하는 GPU 딥 모드로 전환됩니다. 플래시 검사 기능이 내장되어 있어 모든 비디오가 10% 휘도 또는 채도 붉은색 플래시 임계값을 초과하지 않도록 보장합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/m4bwav/fractalwright/tree/HEAD/skills/fractalwright

Installed? Explore more 이미지 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

fractalwright은(는) 무엇을 하나요?

결과: 모든 그림은 PNG와 함께 그 옆에 레시피 JSON이 생성되어 픽셀 단위로 동일하게 다시 그릴 수 있습니다. 숫자(차원, 면적, 대칭)는 추측이 아닌 측정된 값입니다.

FW는 저장소 루트에서 python scripts/fw.py를 의미합니다(실행하고, 읽지 마세요).

단계 0: 도구

작업을 바로 실행하세요. 명령이 누락된 도구로 인해 실패할 때만 FW doctor를 실행하세요(NumPy는 핵심이며, moderngl, Playwright 및 ffmpeg는 선택 사항이며 필요할 때만 확인합니다). 최신 상태(evergreen.json)는 'refresh fractalwright'에서 읽으며, 매번 읽지 않습니다. 제공된 프리셋을 그대로 렌더링하고, 외관(반복 횟수, 밀도, 슈퍼샘플)은 요청받았을 때만 조정하세요.

단계 1: 패밀리 선택

FW explain <family>는 공식, 생성 방법 및 프리셋을 제공합니다. 패밀리: mandelbrot, julia, burning-ship, tricorn, multibrot, kronecker(정확한 그리드 프랙탈: FW render kronecker-carpet, 또는 --mask 111,101,111 --power 6). 혼돈 이론 입문: FW explain logistic은 교육 순서를 제공하고, --plot cobweb|bifurcation -o out.png로 그립니다; FW explain coastline은 Richardson의 자를 사용한 D를 설명합니다. 사용자가 깊이나 스무스 컬러링 방법 이상을 요청할 때만 references/02-escape-time.md를 읽으세요.

단계 2: 렌더링

FW render <preset or recipe.json> -o out.png [--size WxH] [--iter N] [--palette NAME] [--supersample 2]. out.png와 out.json을 작성합니다. 보고하기 전에 두 파일이 모두 존재하는지 확인하세요. 뷰를 변경하려면 레시피의 view.centre와 view.width를 편집(십진수 문자열, 모든 숫자 유지)하고 레시피를 다시 렌더링하세요. FW palette는 팔레트를 나열합니다; FW palette NAME -o swatch.png는 하나를 보여줍니다. 너비가 약 1e-13을 넘으면 float64가 실패합니다. 노이즈를 렌더링하는 대신 그렇게 말하세요(references/03-deep-zoom.md).

단계 2a: 탐색

FW serve [--port 8765] [--out-dir DIR] [--open]은 127.0.0.1에서만 WebGL2 탐색기를 실행합니다(다른 호스트는 거부됨). 드래그로 이동, 휠 또는 핀치로 줌, Shift-클릭으로 Julia c 선택; 공식, 반복 횟수, 회전([ 및 ]로 15도 회전) 및 팔레트는 측면 패널에 있습니다; 중지 팔레트(최대 8개 중지)가 있는 레시피는 ps=pos:rrggbb,...로 해시에 포함됩니다. URL 해시는 전체 뷰이므로 주소는 공유 링크입니다. 정밀도 상자는 float32가 한계에 가까워지면 경고합니다. 그 이후에는 만델브로트와 줄리아(거듭제곱 2, 너비 >= 1e-60)가 GPU 딥 모드로 전환됩니다: 페이지는 뷰를 /orbit에 게시하고, 서버는 Decimal 기준 궤도를 계산하며, 페이지는 이중 정밀도 섭동 셰이더로 그림을 그립니다(줌하는 동안 중심 문자열은 모든 숫자를 유지합니다. 새 궤도가 보류 중인 동안 페이지는 마지막 궤도의 거친 미리보기를 표시하고 오래된 요청을 취소합니다). Render exact는 서버에 NumPy(또는 섭동) PNG를 요청하고, Export는 레시피 JSON을 출력 디렉토리에 씁니다. FW export "<share url or #hash>" -o recipe.json은 명령줄에서 동일한 작업을 수행합니다. --route browser는 헤드리스 Edge와 페이지 셰이더로 렌더링합니다; --deep --route browser(또는 1e-12 미만의 모든 너비)는 너비 1e-60까지 GPU에서 이중 정밀도 섭동을 실행합니다(0.1-1% 카운트 차이). 정확한 카운트가 중요할 때는 CPU 경로를 사용하세요. 세부 사항(대체 수단, --gpu-precision float32, burning ship): references/13-route-details.md.

단계 2b: 시트 및 비디오

FW audio <song.wav> [--preset julia-pulse|mandel-dive] [--recipe R] [--size 640x360] [--fps 30] [--duration S] [--intensity 0.6] [--route auto|browser|numpy]는 뮤직 비디오를 만듭니다: 노래의 엔벨로프가 프랙탈을 구동합니다(베이스, 비트, 미드, 크로마, 트레블, 라우드니스; 무음에서는 아무것도 움직이지 않음), 프레임은 플래시 리미터를 통과하고, flashcheck가 결과를 게이트하여(실패 시 exit 4), 노래가 먹싱됩니다. MP3는 --allow-mp3가 없으면 거부됩니다. FW serve는 라이브 페이지인 /audio도 제공합니다. 매핑 세부 사항: references/13-route-details.md.

FW sheet <recipe> --palettes A,B,C 또는 --vary params.max_iter --values 100,300,1000(복소수 값은 re:im)은 레이블이 지정된 연락처 시트 PNG와 각 타일의 레시피가 포함된 JSON을 작성합니다. 비디오: FW zoom <recipe> --to-width W [--from-width W0] [--to-centre re,im](지수 너비, 이징 중심), FW morph <recipe> --path "re,im;re,im"(기본적으로 julia c, --vary는 다른 매개변수용), FW loop <recipe> --circle re,im,r [--phase](닫힌 경로, 마지막 프레임이 첫 번째 프레임으로 감김). 모두 --size WxH --fps N --duration S를 받아들이고, <out>_frames/에 정확한 프레임, H.264 mp4(yuv420p, CRF 18) 및 <out>.json(animation: 키프레임, fps, duration_s)을 작성합니다. AI 스타일링은 기본적으로 꺼져 있습니다. --ai는 ComfyUI Z-Image img2img 복사본(<out>_ai.*, interpreted 표시)을 추가하고 항상 정확한 비디오를 유지합니다(references/13-route-details.md). 모든 비디오는 플래시 검사를 받습니다. FW flashcheck <video or frame dir>는 단독으로 실행하고 10% 휘도(또는 채도 붉은색)의 플래시가 초당 3회 이상, 10도 시야의 25% 이상에서 발생하면 종료 코드 4와 함께 실패합니다. 평결 줄은 실패한 규칙과 그 영역을 지정합니다(전체 프레임 스윙/s는 참고용일 뿐이므로 '1 swings/s'가 통과 또는 실패를 의미하지는 않습니다). 실패를 보고하고 절대 배포하지 마세요(references/09).

단계 2c: IFS, 어트랙터, 지형, 보간

FW ifs sierpinski|fern|unequal-tiles -o out.png(혼돈 게임, p by |det|, 처음 20개 점 드롭, 어트랙터를 확실히 포함하는 볼로 프레임). FW attractor-search --hits 5 -o best.png(Sprott 이차 지도, D2 1.1-1.5 및 작은 L로 순위 지정, 책의 규칙; Lyapunov는 비트 단위). FW terrain -o t.png [--method midpoint] [--H 0.8](기본적으로 스펙트럼; 중점 방법은 주름을 측정함)는 PNG와 .npy를 작성합니다. FW fif --points "0,0;1,1;2,0" --d 0.5,-0.5 -o f.png [--numbers y.txt]는 점을 통과하는 프랙탈 보간 곡선을 그립니다.

단계 2d: 플레임, L-시스템, 어트랙터

FW flame [sierpinski|swirl-sierpinski|recipe.json] -o f.png [--seed N --tries 24](xform에 대한 혼돈 게임, 12가지 Draves-Reckase 변형, 최종 xform, 컬러 블렌딩, 감마 및 선명도가 있는 로그 밀도, 슈퍼샘플 2, 밀도 추정; 프리셋 없음 = 커버리지에 따라 점수가 매겨진 시드 기반 무작위 플레임, 최적 유지). FW lsystem koch|koch-snowflake|dragon|hilbert|sierpinski-arrowhead|plant-a|plant-b|plant-d|plant-e|plant-f|plant-stochastic -o p.png [--n N --seed N]는 PNG, SVG 및 레시피를 작성합니다. FW attractor clifford|dejong|icon|icon-3|icon-halloween|icon-clam|icon-streamers|icon-flower|lorenz|chen|lu|multiscroll -o a.png [--params a,b,c,d] [--search](아이콘은 Symmetry in Chaos 표 A.1에서 가져옴; multiscroll 매개변수는 Yalcin의 a, Mx, Nx임)(밀도 음영; 검색은 Sprott의 규칙에 따라 무작위 Clifford 또는 de Jong 집합의 순위를 매김). 모든 명령은 다시 그릴 수 있는 레시피 JSON을 작성합니다.

단계 2f: 이웃 (모두 프랙탈은 아님)

FW rd coral|mitosis|default [--f F --k K --steps N --seed N](Gray-Scott). FW ca 90|30|B3/S23 [--steps N](기본 규칙 또는 Life 유사). FW tiling square|triangle|hex|penrose [--n N]. FW kleinian apollonian|grandma [--ta T --tb T](아폴로니안 개스킷, 또는 Grandma 레시피에서 책의 깊이 우선 단어 검색으로 그려진 두 생성자 극한 집합; --method random은 역반복용). 각각 PNG와 레시피를 작성합니다. 반응-확산 및 타일링은 프랙탈이 아니라고 명확히 말하세요; FW measure box를 타일링에 사용하면 "not fractal"이라고 말합니다(references/12-neighbours.md).

단계 2e: 3D

FW 3d render mandelbulb|mandelbox|quatjulia|menger|hybrid [--view whole|close] [--remedy ao|shadow|fog|trap|dof|aa|camera|all|none] -o x.png(헤드리스 Edge에서 구체 추적 DE; 카메라가 명시된 레시피 작성). 0.8.0 이후 기본 외관: 256개 샘플에서 경로 추적(하늘 + 태양, 약 0.5-2초), 구성 카메라(40mm, 낮은 각도, 피사체는 왼쪽 1/3); --pt 0은 빠른 그림자 + 앰비언트 오클루전 외관을 제공하며, 이는 상자형 Menger 유사 형태에 더 적합합니다. 레시피 파일은 자체 설정을 유지합니다. --remedy는 그림자/ao 외관에 추가하며, --remedy none은 먼저 지웁니다. 요청하지 않는 한 안개와 피사계 심도는 꺼두세요: 안개는 외관 게이트에서 피사체를 씻어내고 피사계 심도는 가까운 뷰를 흐리게 합니다. FW 3d recipe ...는 레시피를 출력합니다; FW 3d gate -o DIR은 remedy 행렬과 시트를 렌더링합니다. 브라우저 경로 전용, NumPy 대체 수단 없음. 3D 외관 게이트(2026-11-14) 이후 일반 경로입니다. --pt N [--bounces 2] [--seed 1]는 샘플을 설정합니다(동일한 시드, 동일한 픽셀; 0.5-1.8초에 512px, 256spp); references/07-3d.md를 참조하세요. 인쇄 가능한 메시: FW 3d mesh <formula|recipe> [--size-mm 60] [--res 200] [--engine auto|skimage|numpy] [--wall-mm 0.9] -o x.stl는 NumPy에서 동일한 DE를 샘플링하고 단일 수밀 솔리드를 바이너리 STL(mm 단위)로 작성합니다(사이드카 JSON: triangles, shells, volume, time; 수밀하지 않으면 exit 3). Menger는 인쇄를 위해 기본적으로 레벨 3입니다. --wall-mm X는 오프셋 표면 DE = t(t = 인쇄 스케일에서 X/2)를 메싱하여 얇은 부분이 Xmm 쪽으로 두꺼워지도록 합니다. 0.9는 Mandelbulb FDM 얇은 벽 경고를 해결했습니다(2.7% -> 0.9mm 미만에서 0.1%). 다색: -o x.3mf(또는 --colors N, 기본값 4, 최대 8; --palette "#hex,...")는 궤도 트랩으로 색상이 지정된 3MF도 작성합니다(동일 표면 구간, 각각 하나의 필라멘트; Bambu Studio 및 PrusaSlicer는 삼각형별 필라멘트 태그를 읽습니다). 그런 다음 pw.py check x.stl --target print-fdm(polywright-print, 3MF도 읽음).

단계 3: 측정

  • FW measure box image.png [--invert] [--threshold T]: 15개 이상의 박스 크기와 시드 기반 무작위 오프셋에 대한 어둡거나 밝은 픽셀의 박스 카운팅 차원으로, 피팅 범위(decades), 국소 기울기 곡선 및 평결을 제공합니다. 평결을 그대로 전달하세요: 2 decades 미만이면 "descriptor only"입니다. 표류하는 국소 기울기는 "not fractal"입니다. D를 references/08-measuring.md의 오차 막대와 함께 제공하고, 정확한 값으로 제공하지 마세요. D로 모양 이름을 지정하지 마세요.
  • FW measure lacunarity image.png: 박스 크기별 공극률, D 옆의 두 번째 숫자(동일한 D가 다르게 보일 수 있음).
  • FW measure ifs --ratios 0.5,0.5,0.5: 유사 차원; 조각이 겹치지 않을 때만 정확하고, 그렇지 않으면 상한선입니다.
  • 높이 프로파일과 높이맵은 자기 친화적입니다: FW measure profile numbers.txt(스펙트럼 기울기, 세미베리오그램, Katz) 및 FW measure heightmap map.png|.npy(방사형 스펙트럼, 표면 D = 3 - H). measure box는 숫자 파일을 거부합니다.
  • FW measure katz curve.txt(x,y 또는 한 열): 저렴한 거칠기 숫자, D가 아님.
  • FW measure area --size 1024: 픽셀 수로 만델브로트 면적(1024px에서 1.50659의 0.0002 이내로 입증됨).

단계 4: 식별

FW identify <preset | recipe.json | image.png> [--c re,im]: 수동 제작 특징(픽셀의 미러 대칭, 궤도 0에서 Julia 연결 또는 먼지, c에 대한 주요 심장형 또는 주기-2 벌브, 패밀리의 알려진 대칭). 이미지의 박스 D는 설명자로만 보고됩니다. 프랙탈을 차원으로 식별하지 마세요.

유지보수

저장소 루트의 단위 파일: evergreen.json, RESEARCH.md, CHANGELOG.md, LEARNINGS.md, TESTS.md. fractal-art 피드는 새로 고침을 제공합니다; harvest.json은 수확 대상을 나열합니다.

관련 스킬